Anthropic 首次公开内部数据：80% 的代码已经由 AI 编写

Anthropic 首次公开内部数据：80% 的代码已经由 AI 编写

Anthropic 刚发了一篇文章，标题叫《When AI builds itself》。不是那种泛泛而谈的展望，而是拿出了真金白银的内部数据，告诉你：AI 正在加速构建 AI 本身，而且速度比大多数人想象的快得多。

一个最炸裂的数字：截至 2026 年 5 月，Anthropic 合并到代码库里的代码，80% 以上由 Claude 编写。

这不是演示，不是实验，是生产环境的真实数据。

AI 开始自递归我迭代时代。

什么叫递归自我改进？简单说就是：AI 系统自己设计并构建下一代 AI 系统。 不是人写代码让 AI 变强，而是 AI 自己写代码让自己变强。

这个循环一旦闭合，进步速度就不再取决于人类工程师的产出，而是取决于算力和算法效率。Anthropic 在文章里画了一条时间线：

• 2021–2023：人写代码，AI 不参与
• 2023–2025：人用聊天机器人辅助写代码
• 2025–2026：AI 能独立编写和编辑整个文件
• 今天：AI 自己跑代码，还能把工作委派给其他 AI
• 20XX：AI 构建和训练自身的下一代模型

我们现在在第四步。第五步还没到，但趋势线指的方向很明确。

AI 能力的增速在加快

先看外部基准测试的变化：

• AI 能独立完成的任务时长，从每 7 个月翻一番加速到每 4 个月翻一番
• 2024 年 3 月，Claude 能完成 4 分钟的任务；2025 年 3 月，1.5 小时；2026 年 3 月，12 小时
• SWE-bench（真实 bug 修复测试）：两年内从个位数得分到饱和
• CORE-Bench（论文复现测试）：2024 年成功率 20%，15 个月后饱和

如果趋势持续，数天的任务今年就能纳入范围，数周的任务 2027 年可能搞定。

Anthropic 内部发生了什么

公开基准只能看到能力，看不到对 AI 开发本身的影响。这部分是文章的核心。

如果你只想先抓住这一节最重要的变化，可以先看下面这张图。

这张图对应后文的核心判断：Anthropic 的变化不是单点突破，而是代码来源、工程节奏、研究速度和质量审查同时改写了。

工程端：8 倍产出

2021-2024 年，每位工程师每天合并的代码量很稳定。2025 年 Claude 开始自己跑代码时，曲线抬头。2026 年模型能长时间自主工作时，曲线加速。到 2026 年 Q2，典型工程师每天合并的代码量是 2024 年的 8 倍。

8 倍这个数字肯定高估了真实生产力（代码行数不是好指标），但它说明了一件事：加速度是真实的。 Anthropic 不按代码行数考核，产出增加纯粹是因为用 AI 写了更多代码。

一个具体的例子：2026 年 4 月，Claude 提交了 800 多个修复，把一类 API 错误减少了一千倍。监督的工程师说，人类做这件事要四年。

研究端：从助手到竞争对手

实验优化的基准测试里，2025 年 5 月 Claude Opus 4 达到约 3 倍加速；2026 年 4 月 Claude Mythos Preview 达到 52 倍。作为参照，熟练人类研究员要 4-8 小时才能到 4 倍。

更有意思的是研究判断力测试。给模型看一段「即将走偏」的研究会话，问它下一步做什么。2025 年 11 月，最好的模型 51% 的情况优于人类选择；2026 年 4 月，这个数字到了 64%。

文章原话：「研究品味」可能只是 AI 系统暂时做不好的又一项能力，然后就会变得擅长。

代码质量：今年内会超过人类

Claude 写的代码在 2025 年底比 Anthropic 人类工程师略差，今天基本持平。文章判断：预计年内会严格超过人类。

现在 Anthropic 每次代码变更都会先过一遍自动化 Claude 审查。回溯分析发现，这个自动审查本可以提前捕获 claude.ai 过去事故中 三分之一 的 bug。写那些代码的是世界上最好的工程师。Claude 在抓他们漏掉的错误。

AI 开发循环的演进

如果你更想先理解“递归自我改进”为什么现在突然变得具体，这张图会更直观。

先记住这个主线：AI 先是帮人写代码，接着开始独立完成整段工作流，最后才逼近“帮自己变得更强”的闭合回路。

Anthropic 把这几年画成了一张图，非常直观：

我将里面的文字的内容整理成了表格

我们现在大概在第四行。第五行就是递归自我改进。

三种未来

如果你习惯按分叉路径理解趋势，可以先看这张图。

图里的意思其实很简单：真正需要准备的，不是“AI 会不会变强”，而是它会沿着哪条路径继续加速。

文章提出了三种可能的走向：

场景一：趋势停滞。 指数曲线其实是 S 曲线，能力增长见顶。但即使冻结在今天的水平，100 人的公司也能干 1000 人的活。Anthropic 认为这个场景不太可能。

场景二：持续加速，但人类仍掌舵。 AI 开发基本自动化，人类负责选方向和判断结果。100 人公司干 10 万人的活。Anthropic 认为我们正在进入这个场景。但阿姆达尔定律也适用——加速一部分只是把瓶颈推到别处，现在人类代码审查已经成了新瓶颈。

场景三：完整的递归自我改进。 AI 自己设计后继版本，人类只做监督和验证。进步速度完全由算力决定。这是最不确定的场景——对齐问题可能解决，也可能随着模型自我迭代而失控。

Anthropic 的态度

文章最后一段值得细读。Anthropic 的立场是：

如果能有效地减慢发展速度来赢得应对时间，那可能是好事。但如果减速只是让最不谨慎的人追上来，反而更危险。

他们正在研究如何构建一个可信的验证机制——让各方能确认其他人确实停了，然后 Anthropic 才愿意一起慢下来。但训练运行比导弹发射井更容易隐藏，可信暂停在技术上非常难。

坦白讲，这段话的信息量比前面的数据还大。一个前沿 AI 公司公开说“我们愿意慢下来，前提是别人也能证明他们慢下来了”——这本身就是一种信号。

最后说两句

这篇文章的分量不在于展望，在于数据。80% 的代码、8 倍产出、52 倍加速——这些不是预测，是已经发生的事。

递归自我改进还没到来，但 AI 构建 AI 的循环已经在加速转动。问题不是它会不会来，而是我们准备好了没有。

Anthropic 说得直接：共同调查这些问题的窗口就在眼前，AI 公司之外的人应该参与这种协商。